[논문 리뷰] Russia-Ukraine war: Modeling and Clustering the Sentiments Trends of Various Countries

Hamed Vahdat‐Nejad, Mohammad Ghasem Akbari외 3명|arXiv (Cornell University)|2023. 01. 02.

Opinion Dynamics and Social Influence인용 수 6

한 줄 요약

이 연구는 BERT 기반 감성 분류기와 이웃 평균 기반 시계열 군집화 방법을 사용하여 러시아-우크라이나 전쟁에 관한 영어 트윗의 감성 추세를 모델링하고 군집화한다. 연구 결과, 지리정치적 감성 그룹이 명확히 드러나며, 서유럽, 북미 및 영국 국가들이 유사한 감성 경로를 보이는 반면, 동유럽, 스칸디나비아, 아시아 및 남미 국가들은 별개의 공통된 감성 패턴을 보인다.

ABSTRACT

With Twitter's growth and popularity, a huge number of views are shared by users on various topics, making this platform a valuable information source on various political, social, and economic issues. This paper investigates English tweets on the Russia-Ukraine war to analyze trends reflecting users' opinions and sentiments regarding the conflict. The tweets' positive and negative sentiments are analyzed using a BERT-based model, and the time series associated with the frequency of positive and negative tweets for various countries is calculated. Then, we propose a method based on the neighborhood average for modeling and clustering the time series of countries. The clustering results provide valuable insight into public opinion regarding this conflict. Among other things, we can mention the similar thoughts of users from the United States, Canada, the United Kingdom, and most Western European countries versus the shared views of Eastern European, Scandinavian, Asian, and South American nations toward the conflict.

연구 동기 및 목표

• 소셜 미디어 데이터를 활용하여 러시아-우크라이나 전쟁에 대한 대중의 감성 추세를 분석하기 위해.
• 다양한 국가에서의 트윗에서 긍정 및 부정 감성의 시간적 동역학을 모델링하기 위해.
• 감성 시계열 패턴 유사성에 기반해 국가들을 군집화하고 식별하기 위해.
• 전쟁 기간 동안 공중의 의견 형성에 있어 지리정치적 패턴을 밝혀내기 위해.
• 이웃 평균 기반 방법이 감성 시계열 군집화에 효과적으로 적용되는지 평가하기 위해.

제안 방법

• 러시아-우크라이나 전쟁과 관련된 영어 트윗의 감성을 긍정 또는 부정으로 분류하기 위해 BERT 기반 모델을 사용한다.
• 각 국가에 대해 매일의 긍정 및 부정 트윗 빈도 시계열을 구성한다.
• 국가 간 감성 시계열을 모델링하고 군집화하기 위해 이웃 평균 기반 방법을 제안한다.
• 군집화 접근법은 시간에 따라 유사한 감성 추세 패턴을 보이는 국가 그룹을 식별한다.
• 국가 간 비교 분석을 가능하게 하기 위해 감성 빈도 데이터를 집계하고 처리한다.
• 국가들을 의미 있는 방식으로 군집화하기 위해 감성 경로의 시간적 유사성을 강조한다.

실험 결과

연구 질문

• RQ1 러시아-우크라이나 전쟁 기간 동안 트위터에서의 감성 추세는 각 국가별로 어떻게 다를까?
• RQ2 전쟁에 대한 긍정 및 부정 감성의 변화 패턴이 유사한 국가는 어디인가?
• RQ3 이웃 평균 기반 방법이 다양한 지리정치적 지역의 감성 시계열을 효과적으로 모델링하고 군집화할 수 있는가?
• RQ4 전쟁에 대한 반응에서 지배적인 지역 군집의 감성 행동 패턴은 무엇인가?
• RQ5 서유럽, 북미 및 동유럽 국가들은 공중의 감성 표현에서 어떻게 다를까?

주요 결과

• 미국, 캐나다, 영국 및 대부분의 서유럽 국가들은 시간이 지남에 따라 매우 유사한 감성 추세 패턴을 보인다.
• 동유럽, 스칸디나비아, 아시아 및 남미 국가들은 서유럽 국가들과 다를 바 있는 공통된 감성 경로를 보이는 별개의 군집을 이룬다.
• 이웃 평균 기반 군집화 방법은 지리적 및 정치적으로 일관된 감성 군집을 성공적으로 식별한다.
• 감성 시계열 모델링은 주요 전쟁 사건 주변에서 공중의 의견에 명확한 시간적 이동이 있음을 드러낸다.
• 이 연구는 BERT 기반 감성 분석이 실시간 소셜 미디어 데이터에서 미묘한 대중 감성을 효과적으로 포착할 수 있음을 입증한다.
• 결과는 지리정치적 동맹 관계가 온라인 논의에서 감성 유사성과 강하게 관련되어 있음을 시사한다.